植被覆盖度是一个非常重要的生态环境参数，遥感影像能够提供反映不同空间尺度的植被覆盖信息及其变化趋势，因此遥感监测是获取植被覆盖度参数的一个重要手段。北京独特的地形条件和降雨特征使北京市山区易发生水土流失。利用遥感信息提取植被覆盖度，分析其时空变化特征，对分析北京生态环境状况，进行北京水土流失的监测预报，保护北京市重要的地表水源，促进环境经济协调发展具有重要意义。 本文就是在总结前人有关植被覆盖度遥感估算方法的基础上，采用像元二分法估算了北京地区的植被覆盖度，并探讨了不同分辨率遥感数据估算植被覆盖度的差异，最后还分析了北京地区植被覆盖度的季节变化及其地区差异。得出的主要结论如下： 1)确定了三种不同分辨率影像估算北京地区植被覆盖度的公式，得到北京地区的植被覆盖度空间分布图。 1KmSPOT影像：E=(NDVI+0.02)+(0.85+0.02) 20m中巴卫星影像：F<,c>=(NDVI-0.01)/(0.92-0.01) 250mMODIS影像：F<,c>=(NDVI-0.05)/(0.81-0.05) 2) 低分辨率的SPOT影像估算植被覆盖度相对于高分辨率的中巴卫星影像估算植被覆盖度偏高；最小值偏高最厉害，其次是平均值，最大值偏高程度最小；在高植被覆盖期和较低植被覆盖期，其偏高程度较小，而在中等植被覆盖期，偏高程度较大。 3) 高分辨率的中巴卫星影像估算植被覆盖度相对于低分辨率的SPOT影像更能反映不同植被类型之间的差异。因此，在植被分布复杂、景观破碎化程度高的地区，尽可能选取高分辨率的遥感影像进行植被覆盖度的估算。而在某一地区进行植被覆盖度的估算时，要选择最佳的分辨率，分辨率的选择尽量满足：清晰区分植被的同时滤除噪声。 4)北京地区植被覆盖度存在着明显的季节变化，冬季植被覆盖度低，夏季植被覆盖度高。1月到3月植被覆盖度变化比较缓慢，保持在20％上下，4月以后植被覆盖度迅速增加，到7月份植被覆盖度达到顶峰，而后稳定发展，从9月中旬过后迅速下降到20％左右。 5) 全年植被覆盖度耕地<草地<林地，且三种植被类型季节变化呈现较为一致的变化趋势；草地与林地的植被覆盖度大小和季节变化趋势更为一致，而耕地与林地和草地的植被覆盖度差值在1-3月份几乎接近于0，而在之后，差值不断增大，到5月份差值最大，可以达到25％左右，之后差值开始缩小，到11月底12月初又几乎接近于0，由此周而复始。 6) 将主成分分析应用到分析北京地区植被覆盖度季节变化区域差异当中，可以通过前4个主成分来分析原来影像的90％以上特征。其中第一主成分反映植被覆盖的全年累计值；第二分量提取了冬夏两季的植被覆盖变化信息；第三分量提取了春夏两季的植被覆盖变化信息，第四分量提取了春秋两季的植被覆盖变化信息。在北京这样冬夏植被覆盖度差异较大的地区，通过提取第二主成分的信息可以反映该区的季节变化。 7) 主成分分析后的第一主成分图反映北京的总体植被覆盖度呈现西北高东南低，以城区为中心向四周升高的特点，这与我们通过平均法得出的平均植被覆盖度图分析结果相同，两者高低值分布区域也相同。这进一步可以证明，第一主成分反映的是地面的一种平均状况。通过分析第二主成分图，得出低值集中在北京的近郊区；高值则主要集中在远郊区；中心城区的值介于中间。因此北京的植被覆盖度冬夏差异由中心城区向外先减小后增大，也即植被覆盖度的季节变化差异由中心城区向外先减小后增大。